Los repositorios institucionales: avances, desafíos y nuevas prácticas

Dra. Marisa R. De Giusti PREBI-SEDICI Universidad Nacional de La Plata

CESGI Comisión de Investigaciones Científicas de la Provincia de Buenos Aires

Esta obra está bajo una Licencia Creative Commons Atribución-CompartirIgual 4.0 Internacional

Objetivos de la conversación

Relatar la evolución y puesta en disposición para la comunidad de la Universidad Nacional de La Plata (UNLP) del repositorio SEDICI, así como su importancia y papel articulador para visibilidad de la producción académica y científica.

El hoy del poblamiento de los repositorios. Lo que no se hace: cómo es la entrega de datos y el autoarchivo masivo.

El trabajo en red, las limitaciones, retos y cambios de cultura evidenciados.

Hoja de ruta

● Definiciones: repositorio, ciencia abierta

● Los productos de una investigación y los conflictos de intereses

● Repositorio SEDICI

● El trabajo en el repositorio

● La visibilidad del repositorio

● Las dificultades y desafíos

● La nueva propuesta de infraestructura de repositorios

El movimiento de Acceso Abierto

Se llama AA a la disponibilidad libre y gratuita de la literatura científica en Internet, incluye permisos de lectura, descarga, copia, impresión, distribución o cualquier otro uso legal, con la única condición de que los autores mantengan su control sobre la integridad de la obra y que su autoría sea reconocida. ● Documentos y datos ● Reúso y licencias (vinculadas a la explotación)

Se expresa en repositorios, cosechadores, revistas de acceso abierto.

Repositorios de acceso abierto

● Estructuras web que permiten el depósito de obras de diferente tipología: artículos, libros, capítulos de libros, presentaciones en congresos…e incluso datos, de acuerdo a una política.

● Autoarchivo. ● Facilidades para acceso, búsqueda y exploración de contenidos. ● ¡Servicios!

La complejidad de todo aumenta con el devenir de la ciencia abierta!. Diversidad de contenidos, nuevos metadatos...eso sería lo de menos.

El camino hacia el repositorio institucional

Camino típico desde una idea hasta un repositorio

Las ideas y documentos "crudos"...

Se formalizan... Y pasan al repositorio digital

Bocetos Proyectos Experimentos Resultados preliminares Pre-prints Código fuente Conjuntos de datos crudos

Artículos en revistas científicas Tesis Patentes, registros de Prop. Intelectual Libros Trabajos en congresos Datos curados Software Objeto de aprendizaje

Repositorio Institucional Repositorio de Datos Repositorio de Tesis

● En general, el repositorio institucional recibe "productos" ya validados en distintas instancias y por distintos mecanismos ○ Autoarchivo ○ Descarga desde un portal web ○ Envío por e-mail ○ Digitalización ○ Un pendrive o un disco externo

El camino hacia el repositorio institucional

● En general cada producto pudo haber tenido una forma de validación diferente antes de llegar al repositorio: ○ peer-reviewed (ej. revistas, congresos) ○ jurados (ej. tesis) ○ responsables de las distintas áreas (ej. libros, objetos de

aprendizaje) ○ autoridades (ej. resoluciones)

● O puede tratarse de un repositorio específico para preprints.

El camino hacia el repositorio institucional

● El repositorio debe procesar cada material de manera independiente ○ recibe cada material (del autor, del editor de la revista, de la secretaría

de ciencia, etc) ○ lo verifica (es correcto? tiene la suficiente información? el formato es

válido? ○ ¿ya está publicado? ¿su licencia? ○ le aplica algunos tratamientos (ver a continuación) ○ lo publica (puede aplicar embargo).

El camino hacia el repositorio institucional

● Cada material recibe diversos tratamientos, que incluyen: ○ normalización de metadatos ○ adición de nuevos metadatos ○ asignación de identificadores persistentes ○ asignación dentro de un espacio virtual (por ej. una colección) ○ análisis de los archivos para:

■ seguridad (ej. antivirus) ■ control de integridad (ej. checksum) ■ indexación (ej. extracción de texto) ■ accesibilidad (ej. conversión entre formatos) ■ preservación (ej. versionado, empaquetado, transformaciones, etc.)

El camino hacia el repositorio institucional

Los materiales publicados en un repositorio son difundidos a través de otras vías:

● Portal web del repositorio, mediante búsqueda y exploración ● Redes de repositorios nacionales y regionales ● Bases de datos (ej. Core.ac.uk, BASE-Search.net) ● Portales web institucionales (de la universidad, del centro de investigación,

etc.) ● Servicios de indexación mediante crawler (ej. Google Scholar)

Cada camino de difusión tiene sus reglas: protocolos, periodicidad, directrices, etc.

El camino hacia el repositorio institucional

Un repositorio institucional brinda un espacio centralizado, que aloja toda la producción intelectual de una institución diseminada por el mundo, que por lo general ya fue validada por otros actores, y que brinda una serie de servicios a la comunidad académica:

● Ingesta de recursos ● Organización y descripción de recursos ● Difusión ● Preservación Digital ● Interoperabilidad ● Digitalización

Principales servicios de un repositorio institucional

Caso del SEDICI http://sedici.unlp.edu.ar/

Caso del SEDICI http://sedici.unlp.edu.ar/

Ventajas para los investigadores

Los servicios de indexación de bibliografía encuentran fácilmente y procesan mejor los recursos que alojan los repositorios.

Por ejemplo, Google Scholar indexó unos 95.000 recursos de todo el dominio unlp.edu.ar. Cerca del 70% de ellos (unos 64.000) fueron obtenidos desde el repositorio SEDICI.

El 30% restante proviene desde los sitios web de las 18 facultades, las casi 80 revistas, los congresos, los centros de investigación, etcétera.

Recursos de SEDICI en Google Scholar

Google Scholar obtiene correctamente los metadatos de cada recurso: autores, año, resumen, etcétera.

Extrae correctamente las citas (y las usa para generar métricas), identifica versiones del mismo artículo y genera enlaces a artículos relacionados.

El Sistema Nacional de Repositorios Digitales de Argentina cosechó casi 290 mil recursos desde 42 repositorios. El 25% proviene del repositorio SEDICI

El repositorio SEDICI en el SNRD

El repositorio SEDICI en LA Referencia

LA Referencia cosecha desde nodos nacionales, entre ellos el SNRD

Recursos cosechados desde agregadores

Base-search.net provee un servicio de cosecha, agregación y búsqueda de recursos.

Más 63 mil recursos provienen de SEDICI

Recursos cosechados desde agregadores

Algunos agregadores, además de proveer una interfaz de búsqueda centralizada, generan vínculos entre los recursos desde el mismo repositorio y también desde otros repositorios.

Los vínculos se generan a partir del autor, de la revista, del área temática...

Métricas: cantidad de accesos

Promedio de 200.000 accesos por mes durante 2020

Métricas: países desde donde acceden

Sólo en los últimos 2 años, SEDICI recibió accesos desde casi todos los países.

Algunas métricas: fuentes de tráfico

Caso del SEDICI: algunos datos

Más de 91100 ítems en el repositorio. Poblamiento logrado mayoritariamente con tareas de administración y de importación en masa por cosecha OAI o a medida.

Posicionado en el “Transparent ranking” de Webometrics en la posición 27

en el mundo de los RIs, 35 en Repositorios de todo tipo en el mundo.

A pesar de su visibilidad el autoarchivo es bajo. ¿Por qué?

Retos

- Materiales multimediales de gran tamaño (por ej. videos) - Producciones realizadas desde múltiples dependencias (por ej. varias

facultades) - Artículos con cientos o miles de autores - Estadísticas en vivo por material, por colección, por tipo de material, por

área temática.

Y limitaciones que ya tenemos

- No toda la producción de una institución es científica y/o académica: resoluciones, audios de la radio, objetos de museos, etc.

- Objetos que acompañan a las distintas producciones: datos, videos, instrumentos, simulaciones

- Cómo compartir métricas con otros espacios? cómo integrar métricas desde otros espacios?

La publicación actual y lo que se sabe

● La publicación científica tradicional tiene problemas. ● La evaluación tradicional tiene problemas, pero es cómoda. ● Las instituciones por los rankings presionan a publicar en la corriente

principal. ● No se sabe de derechos entonces y se elige cerrar. ● No se sabe de ciencia abierta, de sus prácticas ni de cómo llevarlas

adelante. ● No se sabe de las legislaciones nacionales que deben imponerse a

contratos particulares.

Un desafío mayor para los RI: los productos de la CA

● En el espacio de la futura ciencia abierta los problemas se redefinen. Los componentes de la actividad científica ya no se limitan a los artículos de las revistas, ya que incluyen los datos y los cuadernos de laboratorio, por ejemplo, y su gestión se hace más compleja.

● En el marco de la ciencia abierta la investigación requiere de muchos servicios de apoyo: para descubrir información, para publicarla de forma abierta y complementada con datos, para difundirla a través de redes sociales y entre la sociedad, etc. En este marco cambiante, y sin definir los repositorios tendrán un gran reto.

Nuevos servicios de un repositorio institucional

Los repositorios institucionales evolucionan junto a los requerimientos de la comunidad de usuarios:

● Revisión por pares (ciega y abierta) ● Perfiles de autores (áreas de trabajo, co-autores, publicaciones) ● Métricas de impacto de los objetos digitales (ej. citas, Altmetrics, descargas) ● Extracción de información (ej. minería de datos, minería de textos) ● Integración con sistemas CRIS (Current Research Information System) o

incorporación de funciones de CRIS

Desafíos en un panorama de Ciencia abierta

● Distintos espacios y proyectos (NO latinoamericanos) propugnan cambios, pero, en los hechos la publicación y los congresos siguen en las corrientes principales y la lingua franca!.

● Se precisa educar en muchos aspectos, incluido en herramientas que en estos días de pandemia han cobrado relevancia.

● La pandemia ha hecho abrir un conjunto de publicaciones y se han firmado acuerdos. Si no se reforma profundamente todo volverá a lo mismo.

● Se precisa más infraestructura. Aunque ese no es el principal problema.

Recomendaciones de COAR Para los repositorios que alojan recursos sobre COVID-19

Fomentar la “bibliodiversidad

Algunos aspectos destacados del nuevo plan de trabajo: desarrollar la arquitectura y los protocolos para apoyar la revisión por pares distribuida y escalable en el RI.

Pubfair

COAR repositorios de la próxima generación

¡Muchas Gracias!

Contacto: marisa.degiusti@sedici.unlp.edu.ar

Trabajo disponible en la colección: http://sedici.unlp.edu.ar/handle/10915/25293

Esta obra está bajo una Licencia Creative Commons Atribución-CompartirIgual 4.0 Internacional